Neural Minimum-Distance Estimation for Collision-Aware Operation of Multi-Arm Laparoscopy Surgical Robots Through Learning-from-Simulation

Résumé Technique : Estimation de la distance minimale neuronale pour le fonctionnement des robots chirurgicaux laparoscopiques multi-bras avec conscience de collision

Énoncé du problème
La chirurgie laparoscopique mini-invasive a été améliorée par les systèmes robotiques, qui offrent une dextérité, une visualisation et une ergonomie accrues. Cependant, les systèmes robotiques multi-bras font face à des défis de sécurité importants concernant les collisions d'instruments et les contraintes de l'espace de travail. Dans les environnements chirurgicaux confinés, la coordination de plusieurs bras robotiques entraîne souvent une réduction de la maniabilité et des collisions involontaires, lesquelles peuvent causer des dommages tissulaires ou des interférences mécaniques. Les méthodes actuelles de détection de collision reposent souvent sur des algorithmes de planification de mouvement gourmands en calcul, des peaux sensorisées ou des dispositifs de barrières virtuelles, qui peuvent éprouver des difficultés face aux géométries dynamiques, aux dynamiques non linéaires ou aux contraintes spécifiques du pivot chirurgical. Il est nécessaire de disposer d'un cadre léger, précis et en temps réel, capable d'estimer les distances minimales entre les bras robotiques afin de fournir des alertes de collision précoces sans compromettre l'efficacité opérationnelle.

Méthodologie
L'étude propose un cadre intégré combinant la modélisation analytique, la simulation en temps réel et l'apprentissage profond pour estimer la distance minimale entre deux bras robotiques Kinova Gen3 à 7 degrés de liberté (DOF). L'approche suit un paradigme d'« apprentissage par la simulation » (Learning-from-Simulation) :

1. Modélisation analytique : Un cadre géométrique a été développé où chaque segment du bras robotique est représenté par une courbe de Bézier linéaire de degré 1 (un segment de droite). En utilisant les paramètres de Denavit-Hartenberg (DH), les positions des segments sont calculées en fonction des configurations articulaires. La distance minimale entre les deux bras est déterminée en résolvant analytiquement la distance minimale entre les paires de segments de droite représentant les segments. Ce modèle sert de référence théorique.
2. Environnement de simulation : Une simulation basée sur la physique a été construite dans Unity 2022.3.32f1 en utilisant le format URDF (Unified Robot Description Format) pour les bras Kinova Gen3. L'environnement a généré un ensemble de données de 75 655 configurations aléatoires en faisant varier les angles articulaires et les positions relatives des bases des deux robots. Des collisionneurs de type « Box » ont été utilisés pour calculer les distances minimales entre les sommets des segments, fournissant ainsi une validation secondaire du modèle analytique.
3. Architecture du réseau neuronal : Un perceptron multicouche (MLP) résiduel profond a été entraîné pour prédire la distance minimale inter-bras ($d_{min}$) en temps réel.
   • Entrée : Le réseau prend en entrée huit angles articulaires sélectionnés (quatre par bras). La sélection des caractéristiques via l'analyse de l'importance de la permutation a déterminé que la base et la première articulation de l'épaule (J1–J4 et J8–J11) dominent le signal de collision, tandis que les articulations distales du poignet contribuent de manière négligeable à l'information prédictive. Les angles articulaires ont été encodés sous la forme $[\sin \theta, \cos \theta]$ pour préserver la topologie périodique, résultant en un vecteur d'entrée de 16 dimensions.
   • Architecture : Le modèle se compose d'une tige linéaire projetant vers 512 unités, suivie de huit blocs résiduels avec des connexions de saut (skip connections), et d'une tête de prédiction à deux couches mappant vers une sortie scalaire.
   • Entraînement : Le réseau a été entraîné avec l'optimiseur AdamW, une perte de Charbonnier et un programme de taux d'apprentissage par recuit de type cosinus (cosine annealing). Le jeu de données a été divisé en 90/10 pour l'entraînement et la validation.
4. Logique d'alerte : Le système est conçu comme une couche d'alerte précoce. Une alerte est déclenchée lorsque la $d_{min}$ prédite descend en dessous de 0,2 m. Ce seuil est dérivé de la géométrie du Kinova Gen3 (rayon de section transversale d'environ 75 mm), où une distance centre-à-centre de 0,15 m implique un contact de surface. Le seuil de 0,2 m fournit une marge de sécurité de 50 mm pour que le système de téléopération puisse arrêter le mouvement.

Contributions clés

1. Cadre analytique : Développement et validation d'un cadre géométrique robuste utilisant des courbes de Bézier linéaires pour prédire avec précision les distances minimales entre des bras robotiques sériels.
2. Plateforme de simulation : Conception et mise en œuvre d'une plateforme de simulation en temps réel basée sur Unity pour visualiser et valider l'estimation de la distance minimale à travers diverses configurations.
3. Déploiement du réseau neuronal : Entraînement et déploiement d'un réseau neuronal profond capable de prédire rapidement, en temps réel, les distances minimales inter-bras, en utilisant un ensemble réduit de huit angles articulaires critiques.

Résultats

• Analytique vs Expérimental : Comparé aux mesures expérimentales de dix configurations physiques à l'aide d'un système de suivi optique NDI, le banc de référence analytique a présenté une erreur absolue moyenne (MAE) de 73,3 mm. Cette divergence est attribuée à la représentation simplifiée par segments de droite des bras (ignorant le rayon de 75 mm) et aux incertitudes des paramètres du système de suivi.
• Performance du réseau neuronal : Sur un ensemble de validation de 7 382 échantillons de simulation, le MLP résiduel entraîné a obtenu :
  • $R^2 = 0,940$
  • RMSE = 42,0 mm
  • MAE = 28,7 mm
  • Biais moyen = 4,0 mm (proche de zéro)
  • 95 % des erreurs se situaient dans un intervalle de $\pm 92,2$ mm.
• Performance de classification : En traitant les prédictions inférieures à 0,2 m comme des alertes de collision, le modèle a atteint un rappel de 99,3 %, une précision de 94,1 % et un score F1 de 0,966 sur l'ensemble de validation.
• Limitations observées : Le réseau a eu tendance à surestimer les distances dans le régime de « contact proche » (distances expérimentales < 200 mm), entraînant des erreurs relatives importantes pour ces cas spécifiques. Cela est attribué au déséquilibre des classes dans les données d'entraînement, où les configurations de collision imminente étaient sous-représentées.

Signification et affirmations
L'article affirme que la combinaison de la modélisation analytique et de l'apprentissage automatique offre une solution robuste pour assurer des opérations robotiques sûres. Le cadre est explicitement positionné comme une couche d'alerte de collision précoce plutôt que comme un contrôleur de positionnement fin. En exploitant un réseau neuronal profond, le système atteint des vitesses d'inférence en temps réel supérieures à l'optimisation par configuration requise par les solutions analytiques à forme fermée. L'étude démontre qu'un réseau neuronal entraîné sur des données synthétiques peut se généraliser efficacement à des configurations non vues, fournissant une précision constante à travers l'espace de travail. Les auteurs soulignent que, bien que le modèle actuel repose sur des représentations géométriques simplifiées, il établit avec succès une base pour les systèmes critiques pour la sécurité, les travaux futurs étant orientés vers l'incorporation de formulations de distance sensibles à la surface et de contraintes dynamiques pour améliorer davantage la fiabilité dans le régime critique de proximité.